Beyond CRISP-DM: Zeit für neue Vorgehensmodelle in der Data Science

Der Siegeszug von Data Science in den Unternehmen hält weiterhin an und ein Ende ist derzeit noch nicht absehbar. Vielfach wird dabei ein Vorgehensmodell herangezogen, das über 20 Jahre alt ist, nicht mehr weiterentwickelt wird und aus einer Zeit stammt, die weit vor Big Data lag: CRISP-DM.
In dem Vortrag soll zunächst die historische Entwicklung der im Bereich Data Science eingesetzten Vorgehensmodelle nachvollzogen werden. Anschließend werden generelle Anforderungen an ein Data-Science-Vorgehensmodell formuliert und mit DASC-PM ein noch junger Ansatz vorgestellt.
Abschließend werden anhand unterschiedlicher kurzer Case Studys die Einsatzmöglichkeiten von DASC-PM beispielhaft präsentiert.

Vorkenntnisse

  • Grundkenntnisse Data Science
  • Erfahrungen mit Data-Science-Projekten in der Praxis sind vorteilhaft, aber nicht zwingend notwendig

Lernziele

  • Überblick Vorgehensmodelle Data Science
  • Bewusstsein für ein geeignetes Vorgehensmodell in Data Science Projekten schärfen
  • DASC-PM kennenlernen

Speaker

 

Prof. Dr. Uwe Haneke
Prof. Dr. Uwe Haneke ist seit 2003 Professor für Betriebswirtschaftslehre und betriebliche Informationssysteme an der Hochschule Karlsruhe (HKA). Dort vertritt er unter anderem die Bereiche Business Intelligence und Projektmanagement im Fachgebiet Informatik. Seine Publikationen beschäftigen sich mit den Themen Open Source Business Intelligence, Data Science, Self-Service-BI und Analytics.

Prof. Dr. Michael Schulz
Prof. Dr. Michael Schulz hält eine Professur für Wirtschaftsinformatik, insbesondere analytische Informationssysteme an der Nordakademie – Hochschule der Wirtschaft in Elmshorn und ist Studiengangsleiter des Master-Studiengangs Applied Data Science. Seine Schwerpunkte in Lehre, Forschung und Praxisprojekten liegen in der Business Intelligence und der Data Science. Er ist einer der Autoren von DASC-PM.

data2day-Newsletter

Sie möchten über die data2day
auf dem Laufenden gehalten werden?

 

Anmelden